#利用已有数据组建新的矩阵
v1 <- c(1:4) #创建名为v1的向量
v2 <- c(5:8) #创建名为v2的向量
m5 <- rbind(v1,v2) #将向量v1和v2按行合并为一个矩阵
m6 <- cbind(v1,v2) #将向量v1和v2按列合并为一个矩阵
#参考R语言中常见的几种创建矩阵形式总结_R语言_脚本之家 (jb51.net)
修改列名，
如果是矩阵使用colnames(chr1_edite) <- c("chrom","map","Likelihood")
如果是数据框使用names(chr1_edite) <- c("chrom","map","Likelih111")
但是数据框也可以用colnames()进行修改
x%in%y 返回逻辑向量，表示x中是否有元素在y
这里主要介绍下在R语言中绘制地图的个人琢磨的思路。绘制地图步骤有三：你得需要绘制地图；（约等于废话）
你得有要绘制地图的地理信息，经纬度啊，边界啊等等；
你得利用2的数据在R中画出来。
以上步骤中，目前最关键的是2，一旦2的数据有了，在R中不就是把它们连起来嘛，这个对于R来说就是调戏它，就跟全民调戏小黄鸡一样。
R语言中绘制地图的思路也是由于2的获取方式不一样而分开的。
第一种思路：有一些R包中存储着常见地图的数据，比如maps包中存有世界地图、美国地图、美国各州郡地图、法国地图以及加拿大城市地图等，加载了这个包，就可以轻松愉快地绘制上述地图。mapdata包中存有中国地图的数据，但是比较旧了，这个数据，重庆还没有从四川分出来呢。
第二种思路：我先去一个地方所画图的地理数据，然后读入R进行绘制。比如由于mapdata中的中国地图比较久远了，谢老大的《终于搞定中国分省市地图》一文中就介绍了，先从国家基础地理信息中心中国各省市的地理数据，之后再绘制。后来肖凯老师又介绍googleVis包也可以按照这个思
本文是个人笔记，请谨慎付费[星球用户可免费看]。
我们在分析了差异表达数据之后，经常要进行热图的可视化展示。
热图（Heat map） 是一个以 颜色 变化来显示数据的 矩阵 。虽然“热图”是一个新兴的词汇，但是用明暗的矩阵来标示元素的方法已经有超过一世纪的历史了。
热图源自于展示数据的平面图像，较大的数字以小的深灰色、黑色方格呈现，而较小的数字则以较亮的方格标示。如Toussaint Loua在1873年就曾使用这样的手法来绘制对 巴黎 各区的社会学统计。 [1] 彼得·斯伊斯在1957年时进行 群集分析 时也透过置换矩阵的行和列的方法将更相似的值标示在一起。雅克·贝尔坦也曾用过类似的方法标示出 累积量表 的资料。而将 阶层式分群法 加入到矩阵中的概念则是由罗伯特·F·林于1973年创造，他利用多次印刷堆叠出的字符来表示不同程度的灰色，将每个字符大小则视为一像素。利兰·威尔金森则是于1994年开发出了第一个能生成高分辨率的矩阵的计算机程序—SYSTAT。
软件设计师科尔马克·金尼则在1991年时注册了热图这个商标用以形容一种描绘金融市场信息的平面图形， [2] 但是取得了金尼发明的公司在2003年时不小心使得这个商标失效了 [3]
